Posso eseguire Qwen3-235B-A22B-Instruct-2507 localmente?

Sì, i pesi sono aperti e disponibili su Hugging Face in Qwen/Qwen3-235B-A22B-Instruct-2507. Con 235B parametri totali servirà molta memoria GPU — verifica i requisiti hardware nella scheda modello prima di scaricare.

Quanto costa via API e quanto è lunga la finestra di contesto?

Il prezzo è $0,09 per milione di token in input e $0,55 per milione di token in output. La finestra di contesto nativa è di 262.144 token.

In cosa differisce questa versione 2507 dalla versione non-thinking originale Qwen3-235B-A22B?

Questo aggiornamento 2507 porta miglioramenti significativi nella copertura della conoscenza, comprensione del contesto lungo, ragionamento matematico e allineamento con compiti aperti rispetto alla variante non-thinking base, mantenendo la stessa architettura e numero di parametri attivi.

Qwen3 235B A22B Instruct 2507

4361°

#llm #qwen #ragionamento #matematica #programmazione #multilingue

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

Qwen | contesto da 262.144 token | $0,09/M input, $0,55/M output. Qwen3-235B-A22B-Instruct-2507 è un modello linguistico mixture-of-experts multilingue e istruito per seguire istruzioni basato sull'architettura Qwen3-235B, con 22B parametri attivi per passaggio in avanti. È ottimizzato per generazione di testo generale, inclusi follow-up di istruzioni, ragionamento logico, matematica, codice e uso di strumenti. Supporta una lunghezza di contesto nativa di 262K e non implementa la "modalità pensiero" ( blocchi). Rispetto alla variante base, questa versione offre guadagni significativi in…Qwen | contesto da 262.144 token | $0,09/M input, $0,55/M output. Qwen3-235B-A22B-Instruct-2507 è un modello linguistico mixture-of-experts multilingue e istruito per seguire istruzioni basato sull'architettura Qwen3-235B, con 22B parametri attivi per passaggio in avanti. È ottimizzato per generazione di testo generale, inclusi follow-up di istruzioni, ragionamento logico, matematica, codice e uso di strumenti. Supporta una lunghezza di contesto nativa di 262K e non implementa la "modalità pensiero" ( blocchi). Rispetto alla variante base, questa versione offre guadagni significativi in copertura della conoscenza, ragionamento su contesti lunghi, benchmark di programmazione e allineamento con compiti aperti. È particolarmente forte nella comprensione multilingue, ragionamento matematico (es. AIME, HMMT) e valutazioni di allineamento come Arena-Hard e WritingBench.

Guide per questo modello

Il miglior LLM locale per caso d'uso (ottobre 2026): il modello open giusto per ogni lavoro

Quanta VRAM serve davvero per l'AI locale?

Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

Qwen3-235B-A22B-Instruct-2507 è la versione aggiornata di Alibaba del loro modello mixture-of-experts da 235 miliardi di parametri, con 22 miliardi attivi per passaggio in avanti. Scambia i blocchi di ragionamento chain-of-thought della variante thinking per output più veloci e puliti, mantenendo comunque ottimi risultati in matematica, programmazione, conoscenza e benchmark multilingue. Pesi aperti e contesto nativo da 262K lo rendono un'opzione seria se vuoi capacità di punta senza API chiuse.

Conosciuto per

Ragionamento matematico: guida la classifica benchmark su AIME25 e HMMT25 tra i modelli elencati.
Conoscenza fattuale: particolarmente forte su SimpleQA e CSimpleQA rispetto ai pari diretti.
Finestra di contesto nativa da 262K token con estendibilità segnalata ben oltre.
Esecuzione di istruzioni multilingue in molte lingue.
Uso di strumenti e chiamata di funzioni competitivi con modelli chiusi più grandi.

Attenzione a

Nessuna modalità thinking: questa versione non produce tracce di ragionamento; usa la variante thinking base se ti servono.
235B parametri totali significa che il deployment locale richiede hardware serio — verifica i requisiti VRAM prima di scaricare.
Qwen pubblica i pesi ma controlla i termini di licenza su Hugging Face prima di usi commerciali.

Ideale per

Prompt da provare

Matematica competitiva difficile

Risolvi questo problema passo passo: una sequenza è definita da a₁ = 1 e aₙ₊₁ = aₙ + 1/aₙ per n ≥ 1. Dimostra che a₂₀₀ > 20 e trova il più piccolo intero N tale che aₙ > 20 per ogni n ≥ N.

Clausola contrattuale multilingue

Un contratto con un fornitore contiene questa clausola: 'Le fournisseur garantit la livraison dans un délai de 30 jours ouvrables à compter de la réception de la commande, sous peine d'une pénalité de 0,5 % par jour de retard.' Spiega le implicazioni legali e commerciali in inglese, poi riscrivi la clausola per limitare le penalità totali al 10% del valore del contratto.

Ragionamento su documento lungo

Incollerò il testo completo di un articolo di ricerca. Dopo averlo letto, identifica le tre affermazioni più forti degli autori, le prove fornite per ciascuna, eventuali debolezze metodologiche che un revisore segnalerebbe e un esperimento successivo che rafforzerebbe significativamente l'affermazione più debole. Incolla ora il tuo articolo e inizierò.

Confronta con

Qwen3.8 Max (0902)
Modello solo API
Contesto di 1,000,000 token · Input $2.00/M, output $6.00/M
Qwen3 30B A3B Thinking 2507
Modello solo API
Contesto di 81,920 token · Input $0.20/M, output $2.40/M
Qwen3.5 Plus 2026-02-15
Modello solo API
Contesto di 1,000,000 token · Input $0.26/M, output $1.56/M
Qwen3.7 Plus
Modello solo API
Contesto di 1,000,000 token · Input $0.32/M, output $1.28/M

Altri modelli di testo da qwen

Domande frequenti

Posso eseguire Qwen3-235B-A22B-Instruct-2507 localmente?: Sì, i pesi sono aperti e disponibili su Hugging Face in Qwen/Qwen3-235B-A22B-Instruct-2507. Con 235B parametri totali servirà molta memoria GPU — verifica i requisiti hardware nella scheda modello prima di scaricare.
Quanto costa via API e quanto è lunga la finestra di contesto?: Il prezzo è $0,09 per milione di token in input e $0,55 per milione di token in output. La finestra di contesto nativa è di 262.144 token.
In cosa differisce questa versione 2507 dalla versione non-thinking originale Qwen3-235B-A22B?: Questo aggiornamento 2507 porta miglioramenti significativi nella copertura della conoscenza, comprensione del contesto lungo, ragionamento matematico e allineamento con compiti aperti rispetto alla variante non-thinking base, mantenendo la stessa architettura e numero di parametri attivi.

Verdetto del capitano
Un caso raro in cui pesi aperti, contesto da 262K e punteggi competitivi in matematica e conoscenza si trovano nello stesso modello.

Scheda modello su Hugging Face

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

Claude Fable 5.1

TEXT / LLM

NVIDIA Nemotron 3 Super 120B A12B

TEXT / LLM

Command A

TEXT / LLM

Llama 3.1 8B Instruct

TEXT / LLM

Modelli di IA per generare immagini, video e testo

Qwen3 235B A22B Instruct 2507 è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm qwen ragionamento matematica programmazione multilingue contesto lungo

Sfoglia per famiglia di modelli